2. 激光雷达基础

激光雷达（LiDAR）通过主动发射激光并接收回波来测量目标距离，再结合扫描角度与时间信息形成三维点云。理解测距、扫描、数据格式、坐标系与标定这五个基础环节，是后续做点云质量评估与感知评测的前提。本节从物理原理出发，逐步过渡到工程实现与数据组织方式，帮助建立“从一束光到一个点、从一帧点到一车点云”的完整链路认知。

一、测距原理：飞行时间与调频连续波

主流测距方式分为两类。第一类是脉冲飞行时间法（ToF, Time of Flight）：发射短脉冲，记录回波到达时间差 Δt，距离 d = c·Δt/2，其中 c 为光速。它结构简单、量程远，是机械旋转式与多数车载激光雷达的基础。第二类是调频连续波（FMCW）：发射频率随时间线性变化的连续光，通过回波与本振光的拍频获得距离与径向速度，具备抗干扰和直接测速优势，但系统复杂度更高。

无论哪种方式，测距精度都受时间测量分辨率、光斑大小、目标反射率、环境光与大气条件影响。工程上常用“测距精度”和“测距准度”区分随机误差与系统偏差：前者反映重复性，后者反映与真值的偏离。评估时通常用标准反射板在固定距离上多次测量，统计均值、标准差与线性拟合残差。

二、扫描方式：从机械旋转到固态扫描

扫描方式决定点云的空间分布与角分辨率。常见类型包括：

• 机械旋转式：激光模块整体旋转，形成360°水平视场，垂直方向由多线激光器堆叠，典型为16/32/64/128线。
• 转镜式：激光器固定，通过旋转反射镜改变光路，结构更紧凑，寿命更长。
• MEMS微振镜：用微机电振镜做二维扫描，体积小、成本低，但视场与扫描轨迹受限。
• 光学相控阵（OPA）与Flash：前者通过相位调控实现无机械扫描，后者一次性泛光成像，属于纯固态方案。

扫描方式直接影响点云密度分布：机械式在近处密集、远处稀疏；MEMS常呈非均匀“李萨如”轨迹；Flash则整幅面阵同时成像，帧内无运动畸变但能量分散。评估角分辨率时，应关注水平/垂直角分辨率、扫描频率与点频（点/秒）三个参数。

三、点云数据格式与坐标系

单点通常包含三维坐标、强度、时间戳、线号、回波序号等字段。常见格式有：

坐标系方面，传感器坐标系以激光原点为原点，通常 x 向前、y 向左、z 向上；车辆坐标系以车体后轴中心或几何中心为原点；世界坐标系则用于多帧拼接与地图构建。坐标变换遵循刚体变换：P_world = R·P_sensor + t，其中 R 为旋转矩阵，t 为平移向量。理解各坐标系定义与转换顺序，是标定与融合的基础。

四、传感器标定基础

标定分为内参标定与外参标定。内参标定修正激光器与探测器的内部几何偏差，如角度偏移、距离零偏；外参标定确定激光雷达相对于车体或其他传感器（相机、IMU、GNSS）的位姿。常用方法包括：基于标定板/靶球的点云配准、基于平面约束的手眼标定、以及基于运动轨迹的联合优化。

标定流程一般包括：采集多姿态数据 → 提取对应特征（平面、角点、球心）→ 构建残差方程 → 非线性优化求解 → 验证重投影误差。标定质量直接决定多传感器融合的精度，外参误差在远距离会被放大，因此需在多个距离段验证。

五、案例与常见误区

以一辆搭载64线机械式激光雷达的测试车为例：车辆在40 km/h行驶时，单帧扫描周期约100 ms，期间车辆移动约1.1 m，若不做运动补偿，点云会出现“拖尾”畸变。工程上通过IMU或轮速计插值每个点的时间戳，将其统一到帧起始时刻，可显著改善。另一个常见误区是忽略强度信息的距离衰减：同一反射率目标在10 m与50 m处的强度差异可达数倍，直接用于分割会引入偏差，需做距离与入射角归一化。

复盘时建议建立“测距—扫描—格式—坐标—标定”五维检查清单：测距精度是否达标、扫描轨迹是否均匀、字段是否完整、坐标系是否统一、外参是否收敛。只有这五个环节都可靠，后续的点云质量指标（如密度、精度、完整度）与感知评测才有意义。

综上，测距决定单点精度，扫描决定空间分布，数据格式决定信息完整性，坐标系决定空间一致性，标定决定多传感器融合的可靠性。这五个基础环节相互耦合，任何一环出现偏差都会在最终点云质量指标上体现。掌握它们之间的因果关系，才能在后续评测中快速定位问题来源。